Buchumschlag

EfficientGFormer: Multimodal Brain Tumor Segmentation via Pruned Graph-Augmented Transformer

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Ziaeetabar, Fatemeh
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Why Relational Graphs Will Save the Next Generation of Vision Foundation Models?
von: Ziaeetabar, Fatemeh
Veröffentlicht: (2025)

Leveraging Foundation Models for Multimodal Graph-Based Action Recognition
von: Ziaeetabar, Fatemeh, et al.
Veröffentlicht: (2025)

Neuro-Symbolic Manipulation Understanding with Enriched Semantic Event Chains
von: Ziaeetabar, Fatemeh
Veröffentlicht: (2026)

MP-GFormer: A 3D-Geometry-Aware Dynamic Graph Transformer Approach for Machining Process Planning
von: Elhambakhsh, Fatemeh, et al.
Veröffentlicht: (2025)

Beyond Sequences: A Benchmark for Atomic Hand-Object Interaction Using a Static RNN Encoder
von: Movahed, Yousef Azizi, et al.
Veröffentlicht: (2025)

On-the-Fly Data Augmentation for Brain Tumor Segmentation
von: Jain, Ishika, et al.
Veröffentlicht: (2025)

DRL-Guided Neural Batch Sampling for Semi-Supervised Pixel-Level Anomaly Detection
von: Noghredeh, Amirhossein Khadivi, et al.
Veröffentlicht: (2025)

SiNGR: Brain Tumor Segmentation via Signed Normalized Geodesic Transform Regression
von: Dang, Trung, et al.
Veröffentlicht: (2024)

Federated Modality-specific Encoders and Multimodal Anchors for Personalized Brain Tumor Segmentation
von: Dai, Qian, et al.
Veröffentlicht: (2024)

DRBD-Mamba for Robust and Efficient Brain Tumor Segmentation with Analytical Insights
von: Ali, Danish, et al.
Veröffentlicht: (2025)

BRISC: Annotated Dataset for Brain Tumor Segmentation and Classification
von: Fateh, Amirreza, et al.
Veröffentlicht: (2025)

Reproducible Evaluation of Data Augmentation and Loss Functions for Brain Tumor Segmentation
von: B, Saumya
Veröffentlicht: (2025)

Unified Multimodal Coherent Field: Synchronous Semantic-Spatial-Vision Fusion for Brain Tumor Segmentation
von: Zhang, Mingda, et al.
Veröffentlicht: (2025)

Federated Modality-specific Encoders and Partially Personalized Fusion Decoder for Multimodal Brain Tumor Segmentation
von: Liu, Hong, et al.
Veröffentlicht: (2026)

Optimal Brain Connection: Towards Efficient Structural Pruning
von: Chen, Shaowu, et al.
Veröffentlicht: (2025)

PathoPainter: Augmenting Histopathology Segmentation via Tumor-aware Inpainting
von: Liu, Hong, et al.
Veröffentlicht: (2025)

UPMAD-Net: A Brain Tumor Segmentation Network with Uncertainty Guidance and Adaptive Multimodal Feature Fusion
von: Jia, Zhanyuan, et al.
Veröffentlicht: (2025)

Assessment of Using Synthetic Data in Brain Tumor Segmentation
von: Jahagirdar, Aditi, et al.
Veröffentlicht: (2025)

Towards Label-Free Brain Tumor Segmentation: Unsupervised Learning with Multimodal MRI
von: Comas-Quiles, Gerard, et al.
Veröffentlicht: (2025)

Evaluation of Vision Transformers for Multimodal Image Classification: A Case Study on Brain, Lung, and Kidney Tumors
von: Martín, Óscar A., et al.
Veröffentlicht: (2025)

M-Net: MRI Brain Tumor Sequential Segmentation Network via Mesh-Cast
von: Lu, Jiacheng, et al.
Veröffentlicht: (2025)

Hierarchical Text-Guided Brain Tumor Segmentation via Sub-Region-Aware Prompts
von: Mohammadi, Bahram, et al.
Veröffentlicht: (2026)

Brain Tumor Segmentation with Special Emphasis on the Non-Enhancing Brain Tumor Compartment
von: Schaffer, T., et al.
Veröffentlicht: (2026)

Video Patch Pruning: Efficient Video Instance Segmentation via Early Token Reduction
von: Glandorf, Patrick, et al.
Veröffentlicht: (2026)

NNDM: NN_UNet Diffusion Model for Brain Tumor Segmentation
von: Makanaboyina, Sashank
Veröffentlicht: (2025)

MGML: A Plug-and-Play Meta-Guided Multi-Modal Learning Framework for Incomplete Multimodal Brain Tumor Segmentation
von: Zou, Yulong, et al.
Veröffentlicht: (2025)

Reliable Brain Tumor Segmentation Based on Spiking Neural Networks with Efficient Training
von: Ghiardelli, Aurora Pia, et al.
Veröffentlicht: (2026)

No Modality Left Behind: Adapting to Missing Modalities via Knowledge Distillation for Brain Tumor Segmentation
von: Zhu, Shenghao, et al.
Veröffentlicht: (2025)

ReDiPrune: Relevance-Diversity Pre-Projection Token Pruning for Efficient Multimodal LLMs
von: Yu, An, et al.
Veröffentlicht: (2026)

PPT: Token Pruning and Pooling for Efficient Vision Transformers
von: Wu, Xinjian, et al.
Veröffentlicht: (2023)

Segment Anything Model for Brain Tumor Segmentation
von: Zhang, Peng, et al.
Veröffentlicht: (2023)

Brain Tumor Segmentation in MRI Images with 3D U-Net and Contextual Transformer
von: Nguyen, Thien-Qua T., et al.
Veröffentlicht: (2024)

VGDM: Vision-Guided Diffusion Model for Brain Tumor Detection and Segmentation
von: Behnam, Arman
Veröffentlicht: (2025)

DGRNet: Disagreement-Guided Refinement for Uncertainty-Aware Brain Tumor Segmentation
von: Mohammadi, Bahram, et al.
Veröffentlicht: (2026)

Hyper-Connections for Adaptive Multi-Modal MRI Brain Tumor Segmentation
von: Kumar, Lokendra, et al.
Veröffentlicht: (2026)

Election of Collaborators via Reinforcement Learning for Federated Brain Tumor Segmentation
von: Khan, Muhammad Irfan, et al.
Veröffentlicht: (2024)

The 2024 Brain Tumor Segmentation (BraTS) Challenge: Glioma Segmentation on Post-treatment MRI
von: de Verdier, Maria Correia, et al.
Veröffentlicht: (2024)

AMGFormer: Adaptive Multi-Granular Transformer for Brain Tumor Segmentation with Missing Modalities
von: Guo, Chengxiang, et al.
Veröffentlicht: (2026)

Prompt-based Dynamic Token Pruning for Efficient Segmentation of Medical Images
von: Dutta, Pallabi, et al.
Veröffentlicht: (2025)

Block-based Symmetric Pruning and Fusion for Efficient Vision Transformers
von: Hsieh, Yi-Kuan, et al.
Veröffentlicht: (2025)